声明
符号说明
缩略语表
第一章 绪论
1.1 课题研究背景及意义
1.2 基于随机有限集的多检测目标跟踪研究进展
1.2.1 随机有限集概述
1.2.2 基于RFS的多检测目标跟踪问题研究现状
1.2.3 多检测目标跟踪滤波器的观测集分割研究现状
1.2.4 任意观测模型的RFS滤波器
1.2.5 基于RFS的TBD方法
1.3 本文主要工作及内容安排
第二章 随机有限集基础
2.1 引言
2.2有限集统计学初步
2.2.1 RFS的基本概念
2.2.2 多目标微积分
2.2.3 几种常见的RFS
2.2.4 RFS滤波器校正步的推导过程
2.2.5 OSPA度量
2.3 几种经典RFS滤波器
2.3.1 伯努利滤波器
2.3.2 PHD滤波器
2.3.3 CPHD滤波器
2.4 ET-PHD滤波器
2.4.1 有限集的分割
2.4.2 ET-PHD滤波器
2.4.3 ET-PHD滤波器的粒子滤波实现
2.5 泛PHD滤波器
2.5.1 泛函导数的通用链式法则
2.5.2 泛PHD滤波器
2.5.3 泛PHD滤波器的通用性
2.6 本章小结
第三章 多检测目标模型与跟踪算法实现
3.1 引言
3.2 扩展目标和多径观测模型
3.2.1 传统点目标观测模型
3.2.2 多径观测模型
3.2.3 扩展目标观测模型
3.2.4 扩展目标多路径观测模型
3.3 点目标多径跟踪算法
3.3.1 多路径观测几何模型
3.3.2 多径伯努利滤波器
3.3.3 多径伯努利滤波器的粒子滤波实现
3.3.4 仿真实验
3.4 扩展目标多径跟踪算法
3.4.1 扩展目标多路径几何模型
3.4.2 扩展目标多径跟踪算法
3.4.3 计算复杂度分析
3.4.4 扩展目标多径跟踪算法的粒子滤波实现
3.4.5 仿真实验
3.5 本章小结
第四章 多检测目标跟踪滤波器的观测集分割算法
4.1 引言
4.2 多检测目标跟踪
4.2.1 观测模型
4.2.2 多检测伯努利滤波器
4.2.3 MD-PHD滤波器
4.3 广义距离分割算法
4.3.1 距离分割与Lmax分割
4.3.2 获得源分割
4.3.3 获得广义距离分割
4.4 仿真实验
4.4.1 OTHR几何模型
4.4.2 仿真设置
4.4.3 多检测伯努利滤波器
4.4.4 MD-PHD滤波器
4.4.5 滤波器性能与参数的关系
4.5 本章小结
第五章 泛CPHD滤波器
5.1 引言
5.2 泛CPHD滤波器
5.2.1 模型和背景
5.2.2 泛CPHD滤波器
5.2.3 泛伯努利滤波器
5.3 泛CPHD滤波器的通用性
5.3.1 简化为CPHD滤波器
5.3.2 简化为泛PHD滤波器
5.3.3 简化为泛伯努利滤波器
5.4 观测集分割
5.4.1 分割分析
5.4.2 通用分割算法
5.5 仿真实验
5.5.1 仿真设置
5.5.2 滤波器跟踪性能
5.5.3 滤波器性能与参数的关系
5.6 本章小结
第六章 基于随机有限集的数据层运动目标检测算法
6.1 引言
6.2 数据层检测算法模型
6.3 数据层动目标检测算法
6.3.1 检测算法推导
6.3.2 目标状态估计
6.4 数据层动目标检测算法重要性采样实现
6.4.1 粒子选取
6.4.2 门限计算
6.4.3 目标状态估计
6.5 仿真实验
6.5.1 仿真设置
6.5.2 检测性能
6.5.3 估计性能
6.5.4 与过程噪声的关系
6.6 本章小结
第七章 结论与展望
7.1 论文总结
7.2 工作展望
致谢
参考文献
作者在学期间取得的学术成果
附录A 距离分割算法
附录B 泛CPHD滤波器证明
附录C 泛伯努利滤波器证明
附录D 泛CPHD滤波器通用性证明
附录D.1 简化为经典CPHD滤波器
附录D.2 简化为泛PHD滤波器
附录D.3 简化为泛伯努利滤波器
国防科学技术大学国防科技大学;